일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- dcgan
- mme paper
- Pix2Pix
- conjugate pseudo label paper
- CGAN
- UnderstandingDeepLearning
- SSL
- dann paper
- Pseudo Label
- 백준 알고리즘
- mocov3
- shrinkmatch
- BYOL
- simclrv2
- GAN
- CoMatch
- shrinkmatch paper
- ConMatch
- 컴퓨터구조
- WGAN
- semi supervised learnin 가정
- Meta Pseudo Labels
- 딥러닝손실함수
- adamatch paper
- remixmatch paper
- Entropy Minimization
- 최린컴퓨터구조
- CycleGAN
- tent paper
- cifar100-c
- Today
- Total
목록SSL (2)
Hello Computer Vision
이번에 SSL도 공부하면서 흥미가 생긴 few-shot learning, zero-shot learning 등 많은 곳에서 유사도를 훈련하는 contrastive 를 활용하는 것들이 많이 나오길래 한번 짚고 넘어가보려고 한다. 본 포스팅은 논문을 보지 않고 여러 글들을 참고하여 개인적인 이해를 담았습니다. 참조한 글들은 아래 남겨두었습니다. Contrastive Learning(이하 CLR)이란 무엇인가? self-supervised learning(이하 SSL)의 일종으로 데이터에서 서로 두 데이터간의 특징들의 비교를 통해 학습하는 방법 SSL은 별도의 라벨링을 하지 않고 기존의 feature들을 이용하는 것이므로 SSL의 방법 중 하나라고 할 수 있다. 기존의 SSL이 무엇인가에 대한 글에서 사람과 ..
이번에 컴퓨터비전의 여러가지 분야들을 하나씩 찍먹해보면서 공부하는 도중에 Self-supervised Learning(이하 SSL)에 대해 흥미가 생겨 공부를 조금 해보았다. 지도학습과 비지도학습 같은 경우 한번에 이해가 되는 반면에 SSL같은 경우 개념은 이해가 됐지만 구체적인 훈련방법이나 예시들이 잘 나와있지 않아 피상적으로 이해되고 정확히 알 수 없었다. 그래서 여러 글을 찾아보면서 추천해주는 논문을 읽었는데 해당 논문은 https://arxiv.org/pdf/1902.06162.pdf 이다. 그리고 이 글도 참조한 여러 글과 이 논문을 바탕으로 기록해보려고 한다. 논문에서는 정적인 이미지 뿐만 아니라 영상 데이터도 다루었으나 글에 쓰여진 내용은 영상관련은 포함하지 않았습니다. (여러 글들을 보고 ..